Prediction of Size of the COVID-19 Pandemic Using Wavelength Models: Cases of Turkey and World
Notice bibliographique
Résumé
Abstract The main purpose of the study is to predict the magnitude of the Covid-19 pandemic by using epidemiological wavelength models in Turkey and at international level. Therefore, firstly, the first 36 days of wavelengths based on the number of daily coronavirus cases in Turkey were calculated. In addition, 114 countries were compared in terms of Covid-19 wavelengths considering the cumulative number of the pandemic cases occured at the end of the first 36 days for evaluation on an equal plane. In the last part of the study, the wavelengths of 185 countries were examined comparatively based on the cumulative number of cases at the end of the time frame from the first epidemic case until 2020-04-16 (including that date). According to the findings of wavelength obtained in Turkey, it was observed that case wavelength on 2020-04-11, death and recovered case wavelength on 2020-04-16, and net wavelength on 2020-03-26 reached its peak. China was the country having the highest wavelength of case, death, and recovered case wavelengths in 114 countries at the end of the first 36 days since the first case occurred. In that country, wavelengths of case, death and recovered case were 33.6, 23.5 and 30.7, respectively. The first three countries with the highest net wavelength at the end of the first 36 days were Serbia (36.5), Netherlands (33.5) and Portugal (30.3), respectively. On the other hand, the country having the highest case and death wavelengths among 185 countries in the time interval from the first case until the date of 2020-04-16 (including that date) was the USA, and case and death wavelengths were 39.7 and 30.7, respectively. The country with the highest recovered case wavelength was China (33.3). The first 3 countries with the highest wavelengths are Canada (51.4), England (45.0) and Serbia (39.2), respectively.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,026 | 0,196 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».